DMS401 - Ứng dụng khai phá dữ liệu trong an toàn thông tin

DMS401 - Ứng dụng khai phá dữ liệu trong an toàn thông tin (Applied Data Mining for Information Assurance) là môn 3 tín chỉ bậc cử nhân của Đại học FPT, nối tiếp CSD201. Môn trả lời một bài toán rất thực của ngành an ninh: hệ thống sinh ra hàng triệu dòng nhật ký mỗi ngày, con người không đọc hết được, nên phải để máy học cách phân biệt bình thường với bất thường. Đây là chỗ học máy gặp an toàn thông tin, và môn dạy phần nền của học máy với trọng tâm ứng dụng vào phát hiện xâm nhập, lọc thư rác và nhận diện hành vi bất thường. Mạch nội dung đi từ khái niệm tới thuật toán. Khối mở đầu phân định ba thuật ngữ hay bị dùng lẫn là học máy, khai phá dữ liệu và phát hiện tri thức, rồi đặt bài toán chung là tìm quy luật trong dữ liệu. Khối đầu vào bàn cách biểu diễn dữ liệu thô thành dạng thuật toán làm việc được, với khái niệm, thể hiện và thuộc tính — bước quyết định chất lượng kết quả nhiều hơn cả việc chọn thuật toán, vì dữ liệu biểu diễn sai thì thuật toán nào cũng cho kết quả vô nghĩa. Khối đầu ra bàn các cách biểu diễn tri thức học được, từ cây quyết định tới tập luật, và chọn dạng nào thì con người đọc hiểu được — yêu cầu quan trọng trong an ninh, nơi người trực phải hiểu vì sao hệ thống báo động. Khối thuật toán đi vào các phương pháp phân lớp. Lợi ích: người học dựng được một bộ phát hiện bất thường trên dữ liệu thật và đánh giá nó bằng chỉ số đúng, hiểu được đánh đổi giữa bỏ sót và báo động giả.